AI RESEARCH
A KU Leuven közzéteszi a FindingEmo adatkészletet a társas érzelemfelismeréshez
A KU Leuven kutatói létrehozták és közzétették a FindingEmo-t, egy olyan adatkészletet, amelynek célja az AI rendszerek megtanítása az emberek érzelmeinek osztályozására bonyolult fotókon. A FindingEmo 25 589 képből áll, amelyeket egy-egy annotátor látott el címkékkel nyolc alapvető érzelemhez (és minden érzelemhez három különböző intenzitási szinthez). Létezik egy 1525 képből álló, különálló tesztkészlet is, amelyeket több annotátor is felcímkézett. Az adatkészlet célja, hogy segítse a kutatókat olyan AI rendszerek építésében, amelyek képesek „felismerni az egyének érzelmi állapotát”. Az adatkészlet minden képe több embert ábrázol egy adott társas környezetben, és az annotáció az egész jelenet általános érzelmi tartalmára fókuszál, nem pedig egyetlen egyénre.
- Az adatkészlet Plutchik diszkrét érzelemkerekét (PWoE) használja, amely 24 alapvető érzelmet határoz meg.
- A nyolc mag érzelemcsoport: öröm, bizalom, félelem, meglepetés, szomorúság, undor, harag és várakozás.
- Egy meta-analízis kimutatta, hogy az „öröm” és a „várakozás” felülreprezentált, míg a „meglepetés” és az „undor” alulreprezentált.
- Az adatkészlet egyetlen egyén helyett a több embert érintő teljes jelenetek érzelmi tartalmára összpontosít.
Miért fontos?
A FindingEmo-hoz hasonló adatkészletek létrehozásával lényegében lehetővé tesszük az AI rendszerek számára, hogy jobb és finomabb következtetéseket vonjanak le nemcsak arról, mi történik a jelenetekben, hanem arról is, hogy az emberek mit éreznek az eseményekkel kapcsolatban. Amellett, hogy számos felhasználási területe van a megfigyeléstől a reklámozásig, az ilyen adatkészletek segítenek az egyre kifinomultabb rendszereknek megtanulni az általuk látott és interakcióba lépő emberek feltételezett belső állapotainak modellezését. ---